Comprehensive machine learning skill covering the full ML lifecycle from experimentation to production deployment.
| Problem Type | Primary Metrics | Secondary Metrics |
| Binary Classification | AUC-ROC, F1 | Precision, Recall, PR-AUC | | Multi-class | Macro F1, Accuracy | Per-class metrics | | Regression | RMSE, MAE | R², MAPE | | Ranking | NDCG, MAP | MRR | | Clustering | Silhouette, Calinski-Harabasz | Davies-Bouldin |
Шаблоны разработки машинного обучения, обучение моделей, оценка и развертывание. Используйте при создании конвейеров машинного обучения, моделей обучения, разработки функций, оценки моделей или развертывания систем машинного обучения в рабочей среде. Источник: 89jobrien/steve.